data mining algorithms shiraz university 2011. داده مورد بررسی داده های...

DATA MINING Algorithms

SHIRAZ UNIVERSITY2011

بررسی مورد داده

آذر • زمانی بازه در قانونی پزشکی های اردیبهشت 88داده 89تااستفاده :• مورد های فیلد

جنسیت(2سن( 1متوفي( 3 تاهل متوفي( 4وضعيت سكونت محلضربه( 6تحصیالت( 5 شدن وارد محـــلفـــوت( 7 نهـايــي فوت( 8علـت محلتصادف( 9 هنگام در متوفي تصادف( 10وضعيت وقوع نحــــوه

استفاده( 11 مورد خودرو نوعمتوفي( 12 نقليه وسيله يا عابر با درگير خودرو نوعتصـــــادف( 13 مـحــــلتصادف( 14 هنگام روشنايي وضعيتفعـــــــاليــــت( 15 نوع

Visualization Example

سن تفکیک به بیسوادان فوت در میزانتصادفات

یک زیرسال

1 10تا 11 20تا 21 30تا 31 40تا 41 50تا 51 60تا 61 70تا 71 80تا 81 90تا 0

10

20

30

40

50

60

70

7

58

12

36

19

30

48

5456

18

88شهریور 88مهر 88آبان 88آذر 88دی 88بهمن 88اسفند 89فروردین 89اردیبهشت 0

20

40

60

80

100

120

140

تصادف محل و ماه حسب بر تلفات آمار

شهری درون شهری برون روستایی

برخورد نوع اساس بر راهور پلیس تصادفات آمار

دهش

پاركلهسي

و بارد

خوبر

تكلسي

ورموت

با هقلي

ن هسيل

و ردخو

بر

خهچر

دوبا ت

كلسي

ورموت

ردخو

بر

دهجا

ازوج

خر

تكلسي

ورموت

با تكلسي

ورموت

ردخو

بر

ردموا

يرسا

تثاب

يءش

با هقلي

ن هسيل

و ردخو

بر

قحري

جاداي

برعا

با تكلسي

ورموت

ردخو

بر

يوانحبا ه

قلين ه

سيلو رد

خوبر

صشخ

امن

برعا

با هقلي

ن هسيل

و ردخو

بر

خهچر

دوبا ه

قلين ه

سيلو رد

خوبر

ليهنق

لهسي

و كي با ه

قلين ه

سيلو رد

خوبر

ليهنق

لهسي

و چندبا ه

قلين ه

سيلو رد

خوبر

طقو

سو ي

گونواژ

0

2

4

6

8

10

12

14

16

18

) ( شهري برخورد نوع اساس بر تصادفات آمار

فوتي

قانونی پزشکی های داده با سازی بصری نوع یک

رنج ماکزیممفیلد

رنج مینیممفیلد

جنسیت

محل فوت

متوفي وضعيتهنگام درتصادف

نوع خودرو درگير

محل تصادف

آمده بدست : قانونپیاده عابرین تصادفات در شده کشته ی ها خانم اکثر

ایهای خودرو با برخورد اثر بر و شهر در که هستند

دست از را خود جان تصادف صحنه همان در و سواریاند داده

زن

محل درحادثه

عابرین پیاده

خودرو سواری

شهری

Classification Example

J48 Algorithm(Single or Married)

ها داده : ورودیسن

(2مرد- 1جنسیت) زن- تصادف هنگام در متوفي :وضعيت

1- پياده- 2راننده سرنشين- 3عــــــــابــــــرنامعلوم-4

:خروجیمتاهل یا و مجرد تایین

بودن1- متاهل- 2مجرد

شده مشخص مسیر از آمده بدست :قانونتصادف هنگام در ها آن وضعیت که هایی زن

از بزرگتر ها آن سن و و 20سرنشین سالاز اند 28کمتر بوده متاهل است بوده سال .

PART Algorithm

Clustering Example

Simple KMeans

زن – 2مرد- 1جنسیت: سواد- 1تحصیالت: راهنمایی- 3ابتدایی- 2بی

تصادف : هنگام در متوفی سرنشین –3عابر – 2راننده- 1وضعیتتصادف : یکدیگر - 1نحوه با نقلیه وسیله برخورد

باعابر -2 نقلیه وسیله برخوردنقلیه -5 وسیله واژگونی

: خودرو سواری- 1نوعتصادف : شهری – 2شهری- 1محل برون

دار – 3فعالیت : آزاد – 6گارگر- 5خانه شغل

Simple KMeans

زن – 2مرد- 1جنسیت: سن

سواد- 1تحصیالت: راهنمایی- 3ابتدایی- 2بیتاهل : متاهل – 2مجرد- 1وضعیت : سکونت روستا –2شهر- 1محل

دار – 3فعالیت : آزاد – 6گارگر- 5خانه شغل

Simple KMeans

سن: فوت سر - 1علت به ضربه

تصادف : هنگام در متوفی سرنشین –3عابر – 2راننده- 1وضعیت : خودرو نامعلوم -16سواری- 1نوع

تصادف : شهری – 2شهری- 1محل برونتاهل : متاهل – 2مجرد- 1وضعیت : سکونت روستا –2شهر- 1محل

Expectation Maximization

نمومه یککالستر

تحصیالت

وضعیت متوفی

نوع فعالیت

Farthest First

: ورودی

فوق- 7ابتدایی- 2راهنمایی- 3تحصیالت : دیپلم

تصادف : هنگام در متوفی – 2راننده- 1وضعیتسرنشین –3عابر

آزاد – 6گارگر- 5فعالیت : بازنشسته- 8شغل